Creazione di una struttura e di un modello di rete neurale (esercitazione intermedia sul data mining)

Per creare un modello di data mining, è innanzitutto necessario utilizzare la Creazione guidata per data mining per creare una nuova struttura di mining basata sulla nuova vista origine dati. In questa attività si userà la procedura guidata per creare una struttura di data mining e allo stesso tempo creare un modello di data mining associato basato sull'algoritmo Microsoft Neural Network.

Poiché le reti neurali sono estremamente flessibili e possono analizzare molte combinazioni di input e output, è consigliabile sperimentare diversi modi per elaborare i dati per ottenere i risultati migliori. Ad esempio, è possibile personalizzare il modo in cui la destinazione numerica per la qualità del servizio è binata o raggruppata per soddisfare requisiti aziendali specifici. A tale scopo, si aggiungerà una nuova colonna alla struttura di data mining che raggruppa i dati numerici in modo diverso e quindi si creerà un modello che utilizza la nuova colonna. Questi modelli di data mining verranno utilizzati per fare un po' di esplorazione.

Infine, quando si è appreso dal modello di rete neurale quali fattori hanno il maggiore impatto per la domanda aziendale, si creerà un modello separato per la stima e l'assegnazione dei punteggi. Si userà l'algoritmo Microsoft Logistic Regression, basato sul modello di reti neurali, ma ottimizzato per trovare una soluzione in base a input specifici.

Passi

Creare la struttura e il modello di data mining predefiniti

Usare la discretizzazione per binare la colonna stimabile

Copiare la colonna e modificare il metodo di discretizzazione per un modello diverso

Creare un alias per la colonna stimabile in modo da poter confrontare i modelli

Elaborare tutti i modelli

Creare la struttura predefinita del Call Center

1. In Esplora soluzioni in SQL Server Data Tools (SSDT), fare clic con il pulsante destro del mouse su Strutture di data mining e selezionare Nuova struttura di data mining.

2. Nella pagina Benvenuti nella creazione guidata per il data mining, fare clic su Avanti.

3. Nella pagina Selezionare il metodo di definizione verificare che sia selezionata l'opzione Da database relazionale o data warehouse esistente e quindi fare clic su Avanti.

4. Nella pagina Crea la Struttura di Data Mining, verificare che l'opzione Crea struttura di mining con un modello di mining sia selezionata.

5. Fare clic sull'elenco a discesa per l'opzione Quale tecnica di data mining usare?, quindi selezionare Reti neurali Microsoft.

   Poiché i modelli di regressione logistica si basano sulle reti neurali, è possibile riutilizzare la stessa struttura e aggiungere un nuovo modello di data mining.

6. Fare clic su Avanti.

   La pagina Selezione vista origine dati verrà visualizzata.

7. In Viste origine dati disponibili selezionare Call Centere fare clic su Avanti.

8. Nella pagina Specifica tipi di tabella selezionare la casella di controllo Case accanto alla tabella FactCallCenter . Non selezionare nulla per DimDate. Fare clic su Avanti.

9. Nella pagina Specificare i dati di training selezionare Chiave accanto alla colonna FactCallCenterID.

10. Selezionare le caselle di controllo Predict e Input.

11. Selezionare le caselle Chiave, Input e Predict come illustrato nella tabella seguente.

    Tabelle/colonne	Tasto/Ingresso/Prevedi
    AutomaticResponses	Inserimento
    TempoMedioPerProblema	Input/Previsione
    Chiamate	Inserimento
    DateKey	Non usare
    GiornoDellaSettimana	Inserimento
    FactCallCenterID	Chiave
    Problemi generati	Inserimento
    LevelOneOperators	Input/Previsione
    LevelTwoOperators	Inserimento
    Ordini	Input/Stima
    ServiceGrade	Input/Stima
    Spostamento	Inserimento
    Operatori Totali	Non usare
    Tipo di Retribuzione	Inserimento

    Si noti che sono state selezionate più colonne stimabili. Uno dei punti di forza dell'algoritmo di rete neurale è che può analizzare tutte le possibili combinazioni di attributi di input e output. Non è consigliabile eseguire questa operazione per un set di dati di grandi dimensioni, perché potrebbe aumentare in modo esponenziale il tempo di elaborazione.

12. Nella pagina Specifica contenuto colonne e tipo di dati verificare che la griglia contenga le colonne, i tipi di contenuto e i tipi di dati, come illustrato nella tabella seguente, quindi fare clic su Avanti.

    Colonne	Tipo di contenuto	Tipi di dati
    AutomaticResponses	Continuo	Lungo
    TempoMedioPerProblema	Continuo	Lungo
    Chiamate	Continuo	Lungo
    GiornoDellaSettimana	Discreto	Testo
    FactCallCenterID	Chiave	Lungo
    Problemi generati	Continuo	Lungo
    LevelOneOperators	Continuo	Lungo
    LevelTwoOperators	Continuo	Lungo
    Ordini	Continuo	Lungo
    ServiceGrade	Continuo	Doppio
    Spostamento	Discreto	Testo
    Tipo di Retribuzione	Discreto	Testo

13. Nella pagina Crea set di test deselezionare la casella di testo per l'opzione Percentuale di dati per i test. Fare clic su Avanti.

14. Nella pagina Completamento procedura guidata, digitare il nome della Call Center.

15. Per il nome del modello di data mining digitare Call Center Default NNe quindi fare clic su Fine.

    La casella Consenti drill-through è disabilitata perché non è possibile eseguire il drill-through dei dati con i modelli di rete neurale.

16. In Esplora soluzioni fare clic con il pulsante destro del mouse sul nome della struttura di data mining appena creata e scegliere Elabora.

Usare la discretizzazione per binare la colonna di destinazione

Per impostazione predefinita, quando si crea un modello di rete neurale con un attributo stimabile numerico, l'algoritmo Microsoft Neural Network considera l'attributo come numero continuo. Ad esempio, l'attributo ServiceGrade è un numero che in teoria varia da 0,00 (tutte le chiamate vengono risposte) a 1,00 (tutti i chiamanti si bloccano). In questo set di dati i valori hanno la distribuzione seguente:

Di conseguenza, quando si elabora il modello, gli output potrebbero essere raggruppati in modo diverso rispetto a quanto previsto. Ad esempio, se si usa il clustering per identificare i gruppi di valori migliori, l'algoritmo divide i valori in ServiceGrade in intervalli come questo: 0.0748051948 - 0.09716216215. Anche se questo raggruppamento è matematicamente accurato, tali intervalli potrebbero non essere significativi per gli utenti aziendali.

In questo passaggio, per rendere il risultato più intuitivo, si raggruppano i valori numerici in modo diverso, creando copie della colonna di dati numerica.

Funzionamento della discretizzazione

Analysis Services offre un'ampia gamma di metodi per il raggruppamento o l'elaborazione dei dati numerici. La tabella seguente illustra le differenze tra i risultati quando l'attributo di output ServiceGrade è stato elaborato in tre modi diversi:

• Considerarlo come un numero continuo.

• Avere l'algoritmo che usa il clustering per identificare la migliore disposizione dei valori.

• Specificando che i numeri vengono raggruppati secondo il metodo delle Aree Uguali.

Modello predefinito (continuo)

VALORE	APPOGGIARE
Mancante	0
0.09875	120

Raggruppato secondo il raggruppamento

VALORE	APPOGGIARE
< 0.0748051948	34
0.0748051948 - 0.09716216215	27
0.09716216215 - 0.13297297295	39
0.13297297295 - 0.167499999975	10
>= 0,1674999999975	10

Raggruppato per aree uguali

VALORE	APPOGGIARE
< 0.07	26
0.07 - 0.00	22
0.09 - 0.11	36
>= 0,12	36

Annotazioni

È possibile ottenere queste statistiche dal nodo delle statistiche marginali del modello, dopo l'elaborazione di tutti i dati. Per altre informazioni sul nodo delle statistiche marginali, vedere Contenuto del modello di data mining per i modelli di rete neurale (Analysis Services - Data mining).

In questa tabella la colonna VALUE mostra come è stato gestito il numero per ServiceGrade. La colonna SUPPORT mostra il numero di case con tale valore o che è diminuito in tale intervallo.

• Usare numeri continui (impostazione predefinita)

  Se è stato usato il metodo predefinito, l'algoritmo calcola i risultati per 120 valori distinti, il cui valore medio è 0,09875. È anche possibile visualizzare il numero di valori mancanti.

• Bin by clustering

  Quando si consente all'algoritmo Microsoft Clustering di determinare il raggruppamento facoltativo di valori, l'algoritmo raggruppa i valori per ServiceGrade in cinque (5) intervalli. Il numero di casi in ogni intervallo non è distribuito uniformemente, come si può vedere dalla colonna di supporto.

• Bin by equal areas

  Quando si sceglie questo metodo, l'algoritmo forza i valori in bucket di dimensioni uguali, che a sua volta modificano i limiti superiori e inferiori di ogni intervallo. È possibile specificare il numero di bucket, ma si vuole evitare di avere due valori in qualsiasi bucket.

Per altre informazioni sulle opzioni di binning, vedere Metodi di discretizzazione (data mining).

In alternativa, anziché usare i valori numerici, è possibile aggiungere una colonna derivata separata che classifica i voti del servizio in intervalli di destinazione predefiniti, ad esempio Best (ServiceGrade <= 0,05), Accettabile (0,10 > ServiceGrade > 0,05) e Poor (ServiceGrade >= 0,10).

Creare una copia di una colonna e modificare il metodo di discretizzazione

Si creerà una copia della colonna di mining che contiene l'attributo di destinazione ServiceGrade e si modificherà la modalità di raggruppamento dei numeri. È possibile creare più copie di qualsiasi colonna in una struttura di data mining, incluso l'attributo previsto.

Per questa esercitazione si userà il metodo Equal Areas di discretizzazione e si specificano quattro bucket. I raggruppamenti risultanti da questo metodo sono piuttosto vicini ai valori di destinazione di interesse per gli utenti aziendali.

Per creare una copia personalizzata di una colonna nella struttura di estrazione dei dati

1. In Esplora soluzioni fare doppio clic sulla struttura di data mining appena creata.

2. Nella scheda Struttura di mining, fare clic su Aggiungi una colonna della struttura di mining.

3. Nella finestra di dialogo Seleziona colonna selezionare ServiceGrade nell'elenco nella colonna Origine e quindi fare clic su OK.

   Viene aggiunta una nuova colonna all'elenco delle colonne della struttura di mining. Per impostazione predefinita, la nuova colonna di data mining ha lo stesso nome della colonna esistente, con un prefisso numerico, ad esempio ServiceGrade 1. È possibile modificare il nome di questa colonna in modo che sia più descrittivo.

   Si specificherà anche il metodo di discretizzazione.

4. Fare clic con il pulsante destro del mouse su ServiceGrade 1 e scegliere Proprietà.

5. Nella finestra Proprietà individuare la proprietà Name e modificare il nome in Service Grade Binned .

6. Viene visualizzata una finestra di dialogo che chiede se si desidera apportare la stessa modifica al nome di tutte le colonne del modello di data mining correlate. Fare clic su No.

7. Nella finestra Proprietà individuare la sezione Tipo di dati ed espanderla, se necessario.

8. Modificare il valore della proprietà Content da Continuous a Discretized.

   Sono ora disponibili le proprietà seguenti. Modificare i valori delle proprietà come illustrato nella tabella seguente:

   Proprietà	Valore predefinito	Nuovo valore
   DiscretizationMethod	Continuous	EqualAreas
   DiscretizationBucketCount	Nessun valore	4

   Annotazioni

   Il valore predefinito di DiscretizationBucketCount è effettivamente 0, il che significa che l'algoritmo determina automaticamente il numero ottimale di bucket. Pertanto, se si desidera reimpostare il valore di questa proprietà sul valore predefinito, digitare 0.

9. In Progettazione modelli di data mining fare clic sulla scheda Modelli di data mining .

   Osserva che quando si aggiunge una copia di una colonna della struttura di data mining, l'indicatore di utilizzo per la copia viene impostato automaticamente su Ignore. In genere, quando si aggiunge una copia di una colonna a una struttura di data mining, non si userà la copia per l'analisi insieme alla colonna originale oppure l'algoritmo troverà una correlazione forte tra le due colonne che potrebbero nascondere altre relazioni.

Aggiungere un nuovo modello di data mining alla struttura di data mining

Dopo aver creato un nuovo raggruppamento per l'attributo di destinazione, è necessario aggiungere un nuovo modello di data mining che usa la colonna discretizzata. Al termine, la struttura di data mining CallCenter avrà due modelli di data mining:

• Il modello di data mining, Call Center Default NN, gestisce i valori di ServiceGrade come intervallo continuo.

• Verrà creato un nuovo modello di data mining, Call Center Binned NN, che usa come risultati di destinazione i valori della colonna ServiceGrade, distribuiti in quattro bucket di dimensioni uguali.

Per aggiungere un modello di data mining basato sulla nuova colonna discretizzata

1. In Esplora soluzioni fare clic con il pulsante destro del mouse sulla struttura di data mining appena creata e scegliere Apri.

2. Fare clic sulla scheda Modelli di Mining.

3. Fare clic su Crea un modello di data mining correlato.

4. Nella finestra di dialogo Nuovo modello di data mining per Nome modello, digitare Call Center Binned NN. Nell'elenco a discesa Nome algoritmo selezionare Microsoft Neural Network.

5. Nell'elenco di colonne contenute nel nuovo modello di data mining individuare ServiceGrade e modificare l'utilizzo da Predict a Ignore.

6. Analogamente, individuare ServiceGrade Binned e modificare l'utilizzo da Ignore a Predict.

Creare un alias per la colonna di destinazione

In genere non è possibile confrontare i modelli di data mining che usano attributi stimabili diversi. Tuttavia, è possibile creare un alias per una colonna del modello di data mining. Ovvero, è possibile rinominare la colonna ServiceGrade Binned, all'interno del modello di data mining in modo che abbia lo stesso nome della colonna originale. È quindi possibile confrontare direttamente questi due modelli in un grafico di accuratezza, anche se i dati vengono discretizzati in modo diverso.

Per aggiungere un alias per una colonna della struttura di data mining in un modello di data mining

1. Nella scheda Modelli di data mining selezionare ServiceGrade Binned in Struttura.

   Si noti che nella finestra Proprietà vengono visualizzate le proprietà dell'oggetto, colonna ScalarMiningStructure.

2. Nella colonna relativa al modello di data mining ServiceGrade Binned NN fare clic sulla cella corrispondente alla colonna ServiceGrade Binned.

   Si noti che ora nella finestra Proprietà vengono visualizzate le proprietà per l'oggetto MiningModelColumn.

3. Individuare la proprietà Name e modificare il valore in ServiceGrade.

4. Individuare la proprietà Description e digitare Alias di colonna temporanea.

   La finestra Proprietà deve contenere le informazioni seguenti:

   Proprietà	Valore
   Descrizione	Alias di colonna temporaneo
   ID	ServiceGrade Binned
   Flag di modellazione
   Nome	Livello di servizio
   SourceColumn ID	Livello di servizio 1
   Utilizzo	Predire

5. Fare clic ovunque nella scheda Modello di mining.

   La griglia viene aggiornata per visualizzare il nuovo alias temporaneo della colonna, ServiceGrade, accanto alla colonna usata. La griglia contenente la struttura di mining e due modelli di mining dovrebbe apparire come segue.

   Struttura	NN predefinito del Call Center	Centro Servizi Binned NN
   	Rete neurale Microsoft	Rete neurale Microsoft
   AutomaticResponses	Inserimento	Inserimento
   TempoMedioPerProblema	Predire	Predire
   Chiamate	Inserimento	Inserimento
   GiornoDellaSettimana	Inserimento	Inserimento
   FactCallCenterID	Chiave	Chiave
   Problemi generati	Inserimento	Inserimento
   LevelOneOperators	Inserimento	Inserimento
   LevelTwoOperators	Inserimento	Inserimento
   Ordini	Inserimento	Inserimento
   ServceGrade Binned	Ignora	Predict (ServiceGrade)
   ServiceGrade	Predire	Ignora
   Spostamento	Inserimento	Inserimento
   Operatori totali	Inserimento	Inserimento
   Tipo di Retribuzione	Inserimento	Inserimento

Elaborare tutti i modelli

Infine, per assicurarsi che i modelli creati possano essere confrontati facilmente, si imposta il parametro di inizializzazione sia per i modelli predefiniti che per i modelli binned. L'impostazione di un valore di inizializzazione garantisce che ogni modello inizi a elaborare i dati dallo stesso punto.

Annotazioni

Se non si specifica un valore numerico per il parametro di inizializzazione, SQL Server Analysis Services genererà un valore di inizializzazione in base al nome del modello. Poiché i modelli hanno sempre nomi diversi, è necessario impostare un valore di inizializzazione per assicurarsi che elaborano i dati nello stesso ordine.

Per specificare il seme ed elaborare i modelli

1. Nella scheda Modello di data mining fare clic con il pulsante destro del mouse sulla colonna per il modello denominato Call Center - LR e scegliere Imposta parametri algoritmo.

2. Nella riga del parametro HOLDOUT_SEED fare clic sulla cella vuota in Valore e digitare 1. Fare clic su OK. Ripetere questo passaggio per ogni modello associato alla struttura.

   Annotazioni

   Il valore scelto come valore di inizializzazione non è importante, purché venga usato lo stesso valore di inizializzazione per tutti i modelli correlati.

3. Nel menu Modelli di data mining selezionare Elabora la struttura di data mining e tutti i modelli. Fare clic su Sì per distribuire il progetto di data mining aggiornato nel server.

4. Nella finestra di dialogo Modello di Process Mining fare clic su Esegui.

5. Fare clic su Chiudi per chiudere la finestra di dialogo Stato processo, quindi fare di nuovo clic su Chiudi nella finestra di dialogo Modello di Process Mining.

Dopo aver creato i due modelli di data mining correlati, verranno esaminati i dati per individuare le relazioni nei dati.

Attività successiva nella lezione

Esplorazione del modello di Call Center (esercitazione intermedia sul data mining)

Vedere anche

Strutture di estrazione dati (Analysis Services - Estrazione dati)